R u Ready? HS2025 | Psychologie der Digitalisierung - Einheit 12

Sandra Grinschgl, Aaron Friedli, Lars Schilling

R u Ready? Reproduzierbare Datenaufbereitung und -analyse mit R

HS 2025


LV-Leitung: Dr. Sandra Grinschgl / MSc. Aaron Friedli
Tutor: BSc. Lars Schilling


12. Einheit, 03.12.2025

Heute:

Fragen zur R Hausübung 2??

Abgabe simulierte Datensätze

Auf ILIAS findet ihr Ordner mit eurem Namen. Diese sind nach dem PsychDS System strukturiert. In Raw findet ihr dann eure individuellen Datensätze

Abschlussarbeit / Leistungsnachweis

Simulierte Datensätze

  • Vorgehen: Eine Funktion simuliert Population(en) und zieht daraus zufällig Datenpunkte. Diese Zufälligkeit der Ziehung führt dazu, dass sich eure Datensätze unterscheiden!


  • Dadurch ergeben sich Unterschiede in den Hypothesentests und deskriptiven Statistiken.


  • Aber: Die Ergebnisse werden sich dennoch in einer vergleichbaren Range voneinander bewegen.

Plausible Ergebnisse

  • Angenommen der Effekt der Intervention hat wirklich keine Auswirkung auf das Offloading Verhalten der Personen (H0 ist wahr).

    • H0 = Keine Gruppenunterschiede zwischen above und below gruppen.

    • H1 = Gruppen unterscheiden sich voneinander im Offlading Verhalten.


  • Hypothesentest: t-Test für unabhängige Stichproben (above vs. below)


  • Wie hoch ist die Wahrscheinlichkeit das wir trotzdem ein sigifikantes Ergebnis (Fehler 1. Art) erhalten?

t-Tests

Mittelwertvergleiche

  • Für unabhängige Stichproben: Testet, ob sich die Mittelwerte zweier unabhängiger Gruppen unterscheiden.

  • Für abhängige Stichproben: Testet, ob sich die Mittelwerte derselben Personen in zwei Bedingungen (z. B. Messwiederholung) unterscheiden.

  • Voraussetzungen: Normalverteilung, Varianzhomogenität

  • Alternative: z. B. Welch-t-Test

t-Test: Voraussetzungsprüfung

Levene-Test

Der Levene Test überprüft Varianzhomogenität! Varianzhomogenität bedeutet, dass alle Gruppen in einer Analyse ungeführ die gleiche Streuung aufweisen, bzw. ähnlich um ihren Mittelwert schwanken.

dat_full_below_above <- dat_full |> 
  filter(group_all != "control")

dat_full_below_above$group_all <- as.factor(dat_full_below_above$group_all)


library(car)

leveneTest(dat_full_below_above$pre4, dat_full_below_above$group_all)
Levene's Test for Homogeneity of Variance (center = median)
       Df F value Pr(>F)  
group   1  2.8442 0.0947 .
      104                 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

t-Test: Beispiel

t.test(pre4 ~ group_all, data = dat_full_below_above, var.equal = TRUE)

    Two Sample t-test

data:  pre4 by group_all
t = 7.9845, df = 104, p-value = 0.000000000001991
alternative hypothesis: true difference in means between group above and group below is not equal to 0
95 percent confidence interval:
 20.25170 33.63509
sample estimates:
mean in group above mean in group below 
           59.66038            32.71698 
effsize::cohen.d(pre4 ~ group_all, data = dat_full_below_above)

Cohen's d

d estimate: 1.551045 (large)
95 percent confidence interval:
   lower    upper 
1.111706 1.990383 

Grundlegende t-Test-Funktionen

Funktion Beschreibung
t.test Allgemeine Funktion für verschiedene t-Tests: Ein-Stichproben-, unabhängige und abhängige Stichproben.
t.test(av, mu = x) Ein-Stichproben-t-Test. av = abhängige Variable, x = Vergleichswert der Population.
t.test(av ~ uv) Welch-t-Test für unabhängige Stichproben. av = abhängige Variable, uv = Gruppenvariable (Ungleiche Varianzen erlaubt).
t.test(av ~ uv, var.equal = TRUE) Klassischer t-Test für unabhängige Stichproben (Varianzgleichheit vorausgesetzt).

Paired t-Test, Varianzhomogenität und Effektgrössen

Funktion Beschreibung
t.test(av1, av2, paired = TRUE) t-Test für abhängige Stichproben (z. B. Prä–Post). av1 und av2 = Messzeitpunkte.
leveneTest(av, uv) * Levene-Test auf Varianzhomogenität für unabhängige Gruppen. Aus dem car-Paket.
effsize::cohen.d() * Berechnet Cohen’s d + Konfidenzintervall. Aus dem efffsize-Paket.

Heute haben wir…

… uns die simulierten Datensätze für die Abschlussarbeit angeschaut.

…Korrelationen, Regressionen und t-Tests gerechnet

Hausübung

R Übung 3 bis 12.12.25

Nächste Woche: Aaron übernimmt beide Gruppen

with ChatGPT